如何在R中按人口密度归一化空间热力图以分析口音地理分布？

核心思路 #

要避免大城市样本过多导致的偏差，核心是将口音样本点的密度除以对应区域的人口密度，得到「口音人群占当地人口的比例」热力图，而非单纯的样本数量热力图，这样能更真实反映口音的地理分布规律。

具体实现步骤 #

1. 准备两类核心数据 #

• 口音样本数据：包含lat（纬度）、long（经度）的数据集，命名为accent_data。
• 美国人口密度数据：可通过tidycensus获取普查区级别的矢量人口数据，或直接使用公开的高分辨率人口密度栅格数据（如1km分辨率）。

2. 数据匹配与归一化计算 #

方法一：基于普查区的矢量归一化（适合宏观区域分析）

library(tidycensus)
library(tigris)
library(sf)
library(dplyr)

# 先设置Census API密钥（需提前在普查局官网申请）
census_api_key("你的API密钥")

# 获取2020年美国全国普查区人口数据及地理边界
tract_pop <- get_acs(geography = "tract", variables = "B01003_001", 
                     state = NULL, year = 2020, geometry = TRUE)
# 简化边界提升运算速度（可选）
tract_pop <- st_simplify(tract_pop, dTolerance = 100)

# 将口音样本转为空间对象
accent_sf <- st_as_sf(accent_data, coords = c("long", "lat"), crs = 4326)

# 匹配样本点到普查区，计算每个普查区的口音样本占比
accent_tract <- st_join(tract_pop, accent_sf, join = st_contains) %>%
  group_by(GEOID) %>%
  summarise(accent_count = n(), total_pop = first(estimate)) %>%
  # 转为每万人中的口音样本数，方便可视化梯度
  mutate(accent_ratio = accent_count / total_pop * 10000)

方法二：基于栅格的归一化（适合连续精细热力图）

library(terra)
library(spatstat)

# 加载美国人口密度栅格（可从普查局官网下载预生成文件）
pop_raster <- rast("us_pop_density.tif")
# 将口音样本转为点模式对象
accent_ppp <- as.ppp(accent_data, W = as.owin(pop_raster))
# 计算口音样本的核密度
accent_density <- density(accent_ppp)
# 重采样人口栅格，与样本密度分辨率匹配
pop_raster_resampled <- resample(pop_raster, accent_density)
# 核心归一化：口音密度除以人口密度
normalized_density <- accent_density / pop_raster_resampled

3. 绘制梯度热力图 #

矢量数据绘图（ggplot2）

library(ggplot2)

ggplot() +
  geom_sf(data = accent_tract, aes(fill = accent_ratio), color = NA) +
  scale_fill_viridis_c(option = "plasma", name = "每万人中口音人群数") +
  theme_minimal() +
  labs(title = "美国某口音特征地理分布（人口归一化）",
       subtitle = "消除大城市样本偏差后的占比热力图")

栅格数据绘图（ggplot2）

ggplot() +
  geom_raster(data = as.data.frame(normalized_density, xy = TRUE),
              aes(x = x, y = y, fill = layer)) +
  scale_fill_viridis_c(option = "magma", name = "口音密度/人口密度") +
  coord_sf(crs = 4326) +
  theme_minimal()

关键注意事项 #

• 人口数据分辨率要与样本匹配：宏观分析用普查区即可，局部精细分析则用高分辨率栅格。
• 归一化后可调整缩放系数（如乘以10000），避免数值过小导致梯度不明显。
• 若无法获取Census API密钥，可直接下载普查局公开的预处理人口密度数据集，无需调用API。

内容的提问来源于stack exchange，提问作者Zeke